热门AI公司深度求索（DeepSeek）发布了一套全新的多模态AI模型，该公司声称这些模型的表现优于OpenAI的DALL-E 3。
这些模型可以从AI开发平台Hugging Face下载，是深度求索称为Janus Pro的新模型家族的一部分。这些模型的参数规模从10亿到70亿不等。参数大致对应模型的解决问题能力，参数更多的模型通常比参数较少的模型表现更好。
Janus Pro采用MIT许可证，这意味着它可以不受限制地用于商业用途。
深度求索Janus Pro模型的图像输出。图片来源：深度求索
深度求索将Janus Pro描述为一种“新颖的自回归框架”，它既能分析图像，也能生成新图像。据该公司称，在两项AI评估基准测试GenEval和DPG-Bench中，最大的Janus Pro模型Janus Pro 7B击败了DALL-E 3以及PixArt-alpha、Emu3-Gen和Stability AI的Stable Diffusion XL等模型。
诚然，其中一些模型已经有些过时，而且大多数Janus Pro模型只能分析分辨率最高为384 x 384的小图像。但考虑到这些模型的紧凑规模，Janus Pro的表现令人印象深刻。
深度求索在Hugging Face的一篇帖子中写道：“Janus Pro超越了之前的统一模型，并与特定任务模型的性能相匹配或超越。Janus Pro的简洁性、高灵活性和有效性使其成为下一代统一多模态模型的有力候选者。”
深度求索的新Janus Pro模型与竞争对手的比较。图片来源：深度求索
深度求索是一家主要由量化交易公司高飞资本管理（High-Flyer Capital Management）资助的中国AI实验室，本周其聊天机器人应用登上苹果App Store排行榜榜首后，进入了主流视野。深度求索的语言模型采用了计算效率高的技术进行训练，这让许多华尔街分析师——以及技术专家——质疑美国是否能在AI竞赛中保持领先地位，以及AI芯片的需求是否会持续。
